Saltar al contenido

Regresión y correlación

Regression & Correlation

Ajusta un modelo lineal, polinómico, exponencial, logarítmico o potencial a datos emparejados y devuelve R², r de Pearson, ρ de Spearman y los residuos.

Ajusta una recta o una curva a pares de números e informa de qué tan bien ajusta: R², r de Pearson, ρ de Spearman y el residuo de cada punto. Ajusta modelos lineales, polinómicos, exponenciales, logarítmicos y de potencia, y te dirá cuándo un modelo tuvo que dejar puntos fuera.

🔒 Se ejecuta por completo en tu navegadorregressionstatisticsfitmath

Datos

11 puntos

Un par x, y por línea, con las dos columnas separadas por un tabulador, un punto y coma o un espacio. En esta página la coma es el separador decimal, así que 1,5 es uno y medio y no dos columnas: separa las columnas como lo hace tu hoja de cálculo. Si la primera línea son nombres, se salta.

Tomar dos columnas de un CSV

Suelta un CSV

Se lee en esta pestaña. No se sube nada. Se reconocen los archivos guardados por Excel en coreano, japonés, chino y occidental (CP949, Shift_JIS, GBK, Windows-1252).

Modelo

Tipo

y = a + bx. La línea de tendencia de siempre.

Resultado

y = 0,500091x + 3,00009

R² (coeficiente de determinación)

0,6665

Cuanto más cerca de 1, más variación explicada

r (Pearson)

0,8164

Dirección y fuerza de una relación en línea recta

ρ (Spearman)

0,8182

Relación monótona, juzgada sobre rangos

RMSE

1,119

Raíz del error cuadrático medio de los residuos

n

11

Error estándar de la pendiente

0,1179

Error estándar de la ordenada en el origen

1,125

y ≈ 10,5015

Nube de puntos y curva ajustada

4681012468101214

Residuos

xypredichoresiduo
108,048,0010,039
86,957,00082-0,05082
137,589,50127-1,921
98,817,500911,309
118,338,50109-0,1711
149,9610,0014-0,04136
67,246,000641,239
44,265,00045-0,7405
1210,849,001181,839
74,826,50073-1,681
55,685,500550,1795

Los ajustes polinómicos llevan x a [-1, 1] y se resuelven por QR de Householder en vez de por las ecuaciones normales, que pierden todas las cifras significativas cuando se ajusta una cúbica a años. Los ajustes exponencial, logarítmico y potencial son rectas en variables transformadas, y R² se calcula contra la y original para que una curva que solo encaja bien en el espacio logarítmico no parezca buena aquí.

Los datos de partida son el primer conjunto del cuarteto de Anscombe: pendiente 0,5, ordenada 3, r 0,816.

Cómo se usa

  1. Pega pares x e y

    Un par por línea, con las dos columnas separadas por tabulador, punto y coma o espacio. En esta página la coma es el separador decimal y nada más, así que 1,5 es un número y no dos columnas; las columnas se separan como las separa tu hoja de cálculo, y por la misma razón. O suelta un CSV y elige dos columnas.

  2. Elige un modelo

    Lineal salvo que tengas una razón. Exponencial para algo que crece a un ritmo constante, logarítmico para algo que sube y luego se aplana. Un grado polinómico por encima de tres es casi siempre la respuesta equivocada.

  3. Lee los residuos, no solo R²

    Un R² alto con residuos que se curvan significa que el modelo tiene la forma equivocada. El diagrama de dispersión con la línea ajustada lo muestra en un segundo, que es lo que R² por sí solo nunca hace.

  4. Predice un valor

    Escribe una x y lee la y del modelo ajustado. Fuera del rango de tus datos esto es extrapolación, sobre la que el ajuste no tiene opinión ni evidencia.

Preguntas frecuentes

¿Cuál es la diferencia entre r y ρ?

La r de Pearson mide una relación en línea recta; la ρ de Spearman mide si una sube cuando la otra sube, sobre rangos, sea cual sea la forma. Una curva perfecta tiene ρ = 1 y una r bastante por debajo, que es la señal de que una recta es el modelo equivocado.

¿Por qué se dejaron fuera algunos puntos?

El ajuste exponencial toma el logaritmo de y y el logarítmico toma el logaritmo de x, y el logaritmo de un número no positivo no existe. La página dice cuántos puntos se fueron y por qué.

¿Un R² alto significa que una cosa causa la otra?

No. Los datos por defecto aquí son el primer conjunto de Anscombe precisamente porque sus cuatro conjuntos comparten pendiente, intersección y una r de 0,816 sin parecerse en nada. Grafica antes de concluir.

¿El ajuste polinómico es numéricamente seguro?

Desplaza x al rango −1 a 1 y resuelve por QR de Householder en lugar de por las ecuaciones normales, que pierden todos los dígitos significativos cuando se ajusta un cúbico a años como 2019 y 2020.

Puede recibir de

Después

Estas aceptan lo que produce esta herramienta, así que el resultado puede pasar directamente.